基于学情数据的用户画像推荐算法研究
黄承宁1
孙洁1
朱玉全2
1.南京工业大学浦江学院 南京 2112222.江苏大学 镇江 212013
摘要：为实现个性化精准教学资源智能推荐,论文深入研究了算法的融合模型,将教务学情数据与个性化推荐相结合,对学生画像挖掘特征信息,实现更精准个性化自主学习推荐.论文侧重于对个性化推荐算法的研究,对SVM、LR、RF这三类二分类算法视为三个单机器学习方法,将其融合为新的强学习器,得出了基于集成学习的差异性联合表决算法,对用户学习情况进行个性化分析,从而根据不同用户的数据对用户的学情差异性标签进行表决分类,实现个性化学习推荐引导.最后通过学情数据抽取特征,用融合成新的表决算法构建评价体系,建立特征画像以及用户兴趣模型,实现了更为精准有效的推荐,对于提升个性化学习推荐引导具有一定的现实意义.
关键词：个性化推荐算法模型机器学习学情数据用户画像
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61702229)江苏省高等学校自然科学研究项目(18KJD520001)
论文发表日期：2025-07-20
在线出版日期：2025-09-25（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1829-1835,1851 )
英文信息